学习规划，规划学习：用于样本高效决策的自适应分层RL-MPC

这篇文章可能提出了一种新的强化学习（RL）和模型预测控制（MPC）方法。标题暗示了一种自适应和分层的方法，旨在提高样本效率，这是RL研究的关键方面。RL和MPC的结合通常会导致稳健而高效的控制策略。对样本效率的关注表明，这可能有助于降低RL算法的计算成本和数据需求。

• •该研究侧重于提高强化学习中决策的效率。
• •它结合了强化学习（RL）和模型预测控制（MPC）。
• •这种方法可能是分层和自适应的。
• •目标是减少训练所需的样本数量，从而提高效率。